汉字编码和输出显示原理

版权声明：原创、部分演绎，转载请注明出处，Crazy Loong(http://goto8848.net)

借着自己学习液晶显示，复习了一下汉字编码和输出显示原理。以下是我整理的结果，其中有不少来自网上，包括我举的例子。

一、汉字的编码

1. 国标码

“中华人民共和国国家标准信息交换汉字编码”，标准号GB2312-80。该编码字符集收录了一级汉字3755个，二级汉字3008个，图形符号682个，共7445个。

在GB2312-80代码表中，纵向分为0～93,共94行；横向也是0～93,共94列。行与列分别用7位二进制码表示，第一字节表示行，第二字节表示列。其值从0100001到1111110（十六进制为21-7E）。这正是ASCII码的可打印字符的编码范围。国标码是将第一字节和第二字节连写而得，习惯上称第一字节为“高字节”，第二字节为“低字节”，一般用十六进制表示。

2. 区位码

整个代码表分为94个区（对应高字节），每个区94个位（对应低字节），合起来就是区位码，按如下规则确定：

高位内码=高字节国标码-20H

低位内码=低字节国标码-20H

例如，汉字“啊”在16行的第l列，则它的区位码是“1001H”。

注：区位码的高字节和低字节的取值范围均是01H~5EH。

3. 机内码

也就是内码。汉字区位码的区码和位码的范围在1~94内，如果直接作为机内码必将与基本的ASCII码冲突。为避免与基本ASCII码中的控制码与字符码的冲突，分别在区码、位码上增加A0H（即10100000）。所以，内码同样占两个字节，分别称为高位内码与低位内码，按如下规则确定：

高位内码=区码+A0H

低位内码=位码+A0H

例如，汉字“啊”的内码是“B0A1H”（即1011000010100001）。

注：高位内码与低位内码的取值范围均是A1H~FEH。

二、汉字的输出显示

汉字的输出主要是指汉字字形的输出，方式主要是显示和打印两种。实际上，每一个汉字都是一个特定的图形，用一个点阵来表示。点阵的每个点位只有两种状态：有点或无点。若用二进制代码来表示即为该位取值为1 表示有点，取值为0表示无点。

例如，如果用16×16点阵来表示一个汉字，则该汉字图形由16行16列共256个点构成，这256个点需用256个二进制的位来描述，需要32个字节来存储用于存放图形信息，这样的二进制代码串称为汉字的“字模”。

所有汉字和各种符号的点阵信息就组成汉字的“字模库”（简称字库）。字模的表示顺序为：先从左到右，再从上到下。也就是先画第一行左上方的8个点，再是右上方的8个点，然后是第二行左边8个点，右边8个点，以此类推。

三、汉字的显示原理

1. 从键盘输入的汉字经过键盘管理模块，变换成机内码。

2. 然后经字模检索程序，查到机内码对应的点阵信息在字模库的地址。

3. 从字库中检索出该汉字点阵信息。

4. 利用显示驱动程序将这些信息送到显示卡的显示缓冲存储器中。

5. 显示器的控制器把点阵信息整屏顺次读出，并使每一个二进制位与屏幕的一个点位相对应，就可以将汉字字形在屏幕上显示出来。

四、用区位码获取汉字的点阵信息

以16×16的点阵汉字库文件为例。一个汉字用了256个点共32个字节表示。汉字共分94区，每个区有94位汉字。机内码用两个字节表示，第一个字节存储区号（qh），为了和ASCII码相区别，范围从十六进制的A1H开始（小于80H地为ASCII码字符），对应区码的第一区；第二个字节是位号（wh），范围也从A1H开始，对应某区中的第一个位码。这样，将汉字机内码减去A0A0H就得到该汉字的区位码。从而可以得到汉字在字库中的具体位置：

位置=(94*(qh-1) + wh-1) * 一个汉字字模占用的字节数

对于16×16的点阵汉字库，汉字在字库中的具体位置的计算公式就是：(94*(qh-1)+wh-1)*32。例如，“房”的机内码为十六进制的B7BF，则其区位码是B7BFH-A0A0H=171FH，转化为十进制就是2331，在汉字库中的位置就是32*[94*(23-1)+(31-1)]=67136字节以后的32个字节为“房”的显示点阵。